Previsão de mercados imobiliários australianos com agentes

Resumo

Este estudo apresenta um componente espacial baseado em grafos para um modelo de grande escala, baseado em agentes, de mercados imobiliários urbanos. Ele representa como características sociais e econômicas — incluindo o medo de ficar de fora, a tendência de seguir tendências e o alcance da atividade de um agente em seu submercado — afetam decisões de compra e venda em diferentes localidades. A abordagem busca captar relações espaciais que podem passar despercebidas por modelos focados em agregados do mercado como um todo.

O modelo é calibrado e validado com dados imobiliários da Grande Sydney. Suas simulações geram previsões para o mercado como um todo e para áreas de governo local, com resultados que emergem das decisões individuais dos agentes. Elas também revelam diferenças modeladas nas preferências por submercado entre compradores de primeira viagem, investidores e investidores locais e estrangeiros. A descrição não apresenta medidas de erro das previsões, comparação com outros métodos de previsão nem evidências de regiões fora de Sydney. Portanto, os resultados apresentados mostram o escopo e o nível de detalhe comportamental do modelo, enquanto seu valor preditivo além do contexto declarado permanece incerto.

Ideias principais

• Uma estrutura baseada em grafos incorpora relações espaciais a um modelo imobiliário urbano baseado em agentes.
• As decisões dos agentes refletem fatores sociais e econômicos, como seguir tendências e o medo de ficar de fora.
• A aplicação a Sydney gera previsões para o mercado como um todo e para áreas de governo local.
• As simulações distinguem preferências modeladas entre grupos de compradores e investidores, embora a descrição não apresente resultados de precisão das previsões.

Tags

# The impact of social influence in Australian real-estate: market forecasting with a spatial agent-based model


# The impact of social influence in Australian real-estate: market forecasting with a spatial agent-based model









Housing markets are inherently spatial, yet many existing models fail to capture this spatial dimension. Here we introduce a new graph-based approach for incorporating a spatial component in a large-scale urban housing agent-based model (ABM). The model explicitly captures several social and economic factors that influence the agents' decision-making behaviour (such as fear of missing out, their trend following aptitude, and the strength of their submarket outreach), and interprets these factors in spatial terms. The proposed model is calibrated and validated with the housing market data for the Greater Sydney region. The ABM simulation results not only include predictions for the overall market, but also produce area-specific forecasting at the level of local government areas within Sydney as arising from individual buy and sell decisions. In addition, the simulation results elucidate agent preferences in submarkets, highlighting differences in agent behaviour, for example, between first-time home buyers and investors, and between both local and overseas investors.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.